DE102013209736A1 - Method for evaluating obstacles in a driver assistance system for motor vehicles - Google Patents
Method for evaluating obstacles in a driver assistance system for motor vehicles Download PDFInfo
- Publication number
- DE102013209736A1 DE102013209736A1 DE201310209736 DE102013209736A DE102013209736A1 DE 102013209736 A1 DE102013209736 A1 DE 102013209736A1 DE 201310209736 DE201310209736 DE 201310209736 DE 102013209736 A DE102013209736 A DE 102013209736A DE 102013209736 A1 DE102013209736 A1 DE 102013209736A1
- Authority
- DE
- Germany
- Prior art keywords
- complexity
- evaluation functions
- complexity indicator
- indicator
- measured
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
- G01S13/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
- G01S7/354—Extracting wanted echo-signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
- G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
- G01S13/34—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
Verfahren zur Bewertung von Hindernissen anhand von Ortungsdaten eines Radarsensors (10) in einem Fahrerassistenzsystem für Kraftfahrzeuge, bei dem mindestens eine Bewertungsfunktion (R1, R2) berechnet wird, die abhängig von einem Satz von Messgrößen (Xi), die sich auf ein potentielles Hindernis beziehen, angibt, ob das potentielle Hindernis als echtes Hindernis zu bewerten ist, dadurch gekennzeichnet, dass anhand der Ortungsdaten ein Komplexitätsindikator (k) gebildet wird, der die Komplexität einer aktuellen Messsituation angibt, und dass für denselben Satz von Messgrößen mindestens zwei verschiedene Bewertungsfunktionen (R1, R2) definiert sind und in Abhängigkeit von dem Komplexitätsindikator (k) entschieden wird, welche der Bewertungsfunktionen in der aktuellen Messsituation angewandt wird.Method for evaluating obstacles based on location data of a radar sensor (10) in a driver assistance system for motor vehicles, in which at least one evaluation function (R1, R2) is calculated, which relates to a set of measured variables (Xi) relating to a potential obstacle , indicates whether the potential obstacle is to be assessed as a genuine obstacle, characterized in that a complexity indicator (k) indicating the complexity of a current measurement situation is formed from the location data and that at least two different evaluation functions (R1 , R2) and, depending on the complexity indicator (k), it is decided which of the evaluation functions is used in the current measurement situation.
Description
Die Erfindung betrifft ein Verfahren zur Bewertung von Hindernissen anhand von Ortungsdaten eines Radarsensors in einem Fahrerassistenzsystem für Kraftfahrzeuge, bei dem mindestens eine Bewertungsfunktion berechnet wird, die abhängig von einem Satz von Messgrößen, die sich auf ein potenzielles Hindernis beziehen, angibt, ob das potenzielle Hindernis als echtes Hindernis zu bewerten ist.The invention relates to a method for evaluating obstacles based on location data of a radar sensor in a driver assistance system for motor vehicles, in which at least one evaluation function is calculated, which indicates whether the potential obstacle, depending on a set of measures relating to a potential obstacle as a real obstacle.
In Fahrerassistenzsystemen, beispielsweise in Kollisionswarnsystemen, wird zur Ortung von Objekten im Umfeld, insbesondere im Vorfeld des eigenen Fahrzeugs häufig ein Radarsensor eingesetzt, der, beispielsweise nach dem FMCW-Prinzip (Frequency Modulated Continuous Wave) in der Lage ist, Abstände und Relativgeschwindigkeiten der georteten Objekte zu messen. Vorausfahrende Fahrzeuge, die eine der Geschwindigkeit des eigenen Fahrzeugs vergleichbare Absolutgeschwindigkeit haben und deshalb kein relevantes Hindernis darstellen, sind daran zu erkennen, dass die vom Radarsensor gemessene Relativgeschwindigkeit dem Betrage nach deutlich kleiner ist als die Eigengeschwindigkeit des eigenen Fahrzeugs. Wenn dagegen die gemessene Relativgeschwindigkeit eines Objekts negativ ist (Annäherung) und dem Betrage nach gleich der Eigengeschwindigkeit ist, so handelt es sich um ein stehendes Objekt, das ein potentielles Hindernis darstellt. Aufgrund eines gewissen Winkelauflösungsvermögens ist der Radarsensor auch in der Lage festzustellen, ob sich das Objekt auf der Fahrbahn oder am Fahrbahnrand befindet. Jedoch muss ein stehendes Objekt, auch dann, wenn es auf der Fahrbahn geortet wird, nicht zwingend ein echtes Hindernis darstellen. Beispielsweise rufen auch relativ kleine Objekte wie auf der Fahrbahn liegende Blechdosen oder in die Fahrbahndecke eingelassene Kanaldeckel ein Radarecho hervor, das nur schwer von dem Radarecho eines ausgedehnteren, ein echtes Hindernis darstellenden Objektes zu unterscheiden ist. In driver assistance systems, for example in collision warning systems, a radar sensor is often used for locating objects in the environment, in particular in the run-up to the own vehicle, which, for example, according to the FMCW principle (Frequency Modulated Continuous Wave) in a position, distances and relative velocities of the located To measure objects. It can be seen from the fact that the relative speed measured by the radar sensor is considerably smaller than the intrinsic speed of the own vehicle. If, on the other hand, the measured relative velocity of an object is negative (approximation) and equal in magnitude to the airspeed, then it is a stationary object that represents a potential obstacle. Due to a certain angular resolution, the radar sensor is also able to determine whether the object is on the road or at the edge of the road. However, a stationary object, even if it is located on the road, not necessarily be a real obstacle. For example, even relatively small objects such as on-road cans or manhole covers recessed in the pavement cause a radar echo that is difficult to distinguish from the radar echo of a broader object representing a true obstacle.
Um dennoch eine Unterscheidung zwischen echten Hindernissen und Scheinhindernissen zu ermöglichen, werden in bekannten Fahrerassistenzsystemen ein oder mehrere Bewertungsfunktionen eingesetzt, deren Argumente durch Messgrößen gebildet werden, die typischerweise bei echten Hindernissen andere Werte haben als bei Scheinhindernissen. In order nevertheless to allow a distinction between real obstacles and apparent obstacles, one or more evaluation functions are used in known driver assistance systems, the arguments of which are formed by measured variables which typically have different values for real obstacles than for apparent obstacles.
Ein Bespiel einer solchen Messgröße ist etwa die Signalstärke eines einzelnen georteten Objekts. Dahinter steht die Überlegung, dass ein ausgedehntes Objekt, das eher als echtes Hindernis zu bewerten ist, im allgemeinen ein stärkeres Radarecho erzeugen wird als ein kleinräumiges Objekt, wie etwa ein kleiner auf der Fahrbahn liegender Gegenstand, der problemlos überfahren werden kann. Die Bewertungsfunktion kann dann abhängig von der Signalstärke des Objekts entweder den Wert 1 annehmen, was bedeutet, dass das Objekt als echtes Hindernis betrachtet wird, oder den Wert 0, was bedeutet, dass das Objekt als Scheinhindernis bewertet wird. Je nach Ausführungsform kann die Bewertungsfunktion jedoch auch Zwischenwerte zwischen 0 und 1 annehmen, die unterschiedliche Wahrscheinlichkeiten dafür angeben, dass es sich bei dem Objekt um ein echtes Hindernis handelt. Um letztlich zu einer eindeutigen Entscheidung zu kommen, werden im allgemeinen mehrere Bewertungsfunktionen, die auf unterschiedlichen Kriterien beruhen, miteinander verknüpft.An example of such a measure is about the signal strength of a single located object. The idea behind this is that an extended object, which is more of a real obstacle, will generally produce a stronger radar echo than a small-scale object, such as a small on-track object that can easily be overrun. The score function may then either take the
Andere Beispiele für Messgrößen, die etwas über die Relevanz eines Objekts als Hindernis aussagen, sind der Elevationswinkel, unter dem das Objekt vom Radarsensor gesehen wird sowie zeitliche Änderungen dieses Elevationswinkels. Ein echtes Hindernis wird sich im allgemeinen mindestens auf gleicher Höhe mit dem Radarsensor befinden, so dass der Elevationswinkel null oder positiv ist, während ein kleines auf der Straße liegendes Objekt im allgemeinen einen negativen Elevationswinkel haben wird, der sich darüber hinaus bei zunehmender Annäherung an das Objekt noch weiter zur negativen Seite verschiebt. Andererseits wird es bei einem relativ ausgedehnten echten Hindernis häufig vorkommen, dass das Radarecho aufgrund von Mehrwegeausbreitung über den Boden aus unterschiedlichen Elevationswinkeln empfangen wird. Desweiteren führen Nick- und Lenkbewegungen des eigenen Fahrzeugs dazu, dass das Signal von unterschiedlichen Reflexionszielen empfangen wird, die auch unterschiedliche Elevationswinkel haben. Ein stark fluktuierender Elevationswinkel deutet deshalb eher auf ein echtes Hindernis hin.Other examples of measures that say something about the relevance of an object as an obstacle are the elevation angle at which the object is seen by the radar sensor and temporal changes of this elevation angle. A real obstacle will generally be at least level with the radar sensor, so the elevation angle will be zero or positive, while a small object lying on the road will generally have a negative elevation angle, which will increase as the approach approaches Object moved even further to the negative side. On the other hand, with a relatively large real obstacle, it will often happen that the radar echo is received from different elevation angles due to multipath propagation across the ground. Furthermore, pitching and steering motions of one's own vehicle cause the signal to be received by different reflection targets, which also have different elevation angles. A strongly fluctuating elevation angle therefore indicates a real obstacle.
Auch wenn mehrere Kriterien, d.h. mehrere Bewertungsfunktionen, miteinander kombiniert werden, wird es in der Praxis nicht möglich sein, alle auftretenden Objekte zutreffend zu bewerten. Die Bewertungsfunktionen müssen deshalb so definiert werden, dass ein sinnvoller Kompromiss gefunden wird zwischen einer hohen Trefferquote, d.h., einem hohen Anteil von echten Hindernissen, die auch wirklich als Hindernisse erkannt werden, und einer geringen Fehlwarnungsquote, d.h., einem möglichst geringen Anteil an Scheinobjekten, die fälschlich als echte Hindernisse bewertet werden. Dazu müssen Parameter, die die Eigenschaften der Bewertungsfunktion bestimmen, geeignet gewählt werden. Im einfachsten Fall ist die Bewertungsfunktion eine Schwellenwertfunktion, die bei Überschreitung eines bestimmten Schwellenwertes von 0 auf 1 springt. In dem Fall stellt der Schwellenwert einen Parameter dar, der geeignet gewählt werden muss. Bei komplizierteren Bewertungsfunktionen kann es sich bei den Parametern um Sätze von mehreren Schwellenwerten handeln oder um Polynomkoeffizienten oder dergleichen. Even if several criteria, ie several evaluation functions, are combined, in practice it will not be possible to correctly evaluate all occurring objects. The evaluation functions must therefore be defined in such a way that a meaningful compromise is found between a high hit rate, ie a high proportion of real obstacles that are actually recognized as obstacles, and a low false warning rate, ie the lowest possible proportion of false objects. which are falsely judged to be real obstacles. For this purpose, parameters which determine the properties of the evaluation function must be suitably selected. In the simplest case, the weighting function is a threshold function that jumps from 0 to 1 when a certain threshold is exceeded. In that case, the threshold represents a parameter that must be chosen appropriately. For more complicated evaluation functions, the parameters may vary to trade sets of multiple thresholds or polynomial coefficients or the like.
Bei der Festlegung dieser Parameter wird im allgemeinen die Vermeidung von Fehlwarnungen die höchste Priorität haben, da häufige Fehlwarnungen die Akzeptanz des Systems deutlich herabsetzen und bei Fahrerassistenzsystemen, die bei akuter Kollisionsgefahr aktiv in das Bremssystem des Fahrzeugs eingreifen, sogar eine Gefahrenquelle darstellen können. Wenn jedoch, um solche Fehlwarnungen zu vermeiden, die Parameter zu "konservativ" gewählt werden, so wird unvermeidlich auch ein höherer Anteil von echten Hindernissen nicht erkannt werden, so dass der Nutzen des Systems abnimmt.In the definition of these parameters, the prevention of false alarms is generally the highest priority, as frequent false warnings significantly reduce the acceptance of the system and even driver assistance systems that actively intervene in the vehicle's braking system in acute collision hazard, even a source of danger. However, if, in order to avoid such false warnings, the parameters are chosen to be "conservative", inevitably a higher proportion of real obstacles will not be detected, so the utility of the system will decrease.
Aufgabe der Erfindung ist es, ein Verfahren anzugeben, das bei geringer Fehlwarnungshäufigkeit eine Steigerung des Nutzens des Fahrerassistenzsystems ermöglicht. The object of the invention is to specify a method which allows an increase in the usefulness of the driver assistance system with a low frequency of false alarms.
Diese Aufgabe wird erfindungsgemäß dadurch gelöst, dass anhand der Ortungsdaten ein Komplexitätsindikator gebildet wird, der die Komplexität einer aktuellen Messsituation angibt, und dass für denselben Satz von Messgrößen mindestens zwei verschiedene Bewertungsfunktionen definiert sind und in Abhängigkeit von dem Komplexitätsindikator entschieden wird, welche dieser Bewertungsfunktionen in der aktuellen Messsituation angewandt wird. This object is achieved according to the invention in that based on the location data a complexity indicator is formed, which specifies the complexity of a current measurement situation, and at least two different evaluation functions are defined for the same set of measured variables and it is decided in dependence on the complexity indicator which of these evaluation functions the current measurement situation is applied.
Die Erfindung beruht auf der Überlegung, dass die Gesamtheit der Signale, die ein Radarsensor zu einem gegebenen Zeitpunkt empfängt, sich von Situation zu Situation erheblich in ihrer Komplexität unterscheiden kann. In den einfachsten Fällen wird nur ein einziges Radarecho von einem annähernd punktförmigen Objekt empfangen, das Signal ist wenig verrauscht und entspricht scharf definierten Werten nicht nur für den Abstand und die Relativgeschwindigkeit sondern auch für den Azimutwinkel und den Elevationswinkel. In dem Fall ist eine relativ verlässliche Unterscheidung zwischen echten Hindernissen und Scheinhindernissen möglich, so dass die Gefahr von Fehlwarnungen gering ist und es sinnvoll wäre, die Bewertungsfunktionen im Hinblick auf einen möglichst hohen Nutzen zu parametrieren. In komplexeren Situationen, beispielsweise wenn gleichzeitig mehrere Objekte geortet werden, deren Radarechos sich teilweise überlagern oder gegenseitig stören, ist die Fehlerwahrscheinlichkeit bei der Bewertung hingegen deutlich größer, so dass es sinnvoll wäre, die Parameter im Hinblick auf die Vermeidung von Fehlwarnungen zu konfigurieren und dafür größere Nutzeneinbußen in Kauf zu nehmen. Erfindungsgemäß wird nun die Parametrierung nicht unveränderlich für alle in Betracht kommenden Messsituationen festgelegt, sondern situationsabhängig, speziell in Abhängigkeit von der Komplexität variiert. Dadurch ist es möglich, zumindest in Situationen mit geringer Komplexität einen höheren Nutzen zu erreichen, wodurch dann statistisch auch der Gesamtnutzen bei einer Mittelung über eine Vielzahl unterschiedlich komplexer Situationen verbessert wird.The invention is based on the consideration that the totality of the signals that a radar sensor receives at a given time can differ considerably in its complexity from one situation to another. In the simplest cases, only a single radar echo is received by an approximately point-like object, the signal is less noisy and corresponds to sharply defined values not only for the distance and the relative velocity but also for the azimuth angle and elevation angle. In that case, a relatively reliable distinction between true obstacles and apparent obstacles is possible, so that the risk of false warnings is low and it would be useful to parameterize the evaluation functions with a view to maximum benefit. In more complex situations, for example, if several objects are located at the same time, whose radar echoes partially overlap or interfere with each other, the probability of error in the assessment is much greater, so that it would be useful to configure the parameters with regard to avoiding false warnings and for that to take greater benefit losses into account. According to the invention, the parameterization is not fixed immutably for all possible measurement situations, but varies depending on the situation, especially depending on the complexity. This makes it possible, at least in situations with low complexity, to achieve a greater benefit, which then statistically also improves the overall benefit of averaging over a variety of different complex situations.
Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung sind in den Unteransprüchen angegeben. Advantageous embodiments and further developments of the invention are specified in the subclaims.
Im folgenden werden Ausführungsbeispiele anhand der Zeichnung näher erläutert.In the following embodiments are explained in detail with reference to the drawing.
Es zeigen:Show it:
Bei dem in
Im Bewertungsmodul
Weitere Komponenten des Kollisionswarnsystems, die hier nicht dargestellt sind, dienen dann dazu, anhand der Ortungsdaten für die als echt bewerteten Hindernisse und anhand der dynamischen Daten des eigenen Fahrzeugs die Kollisionswahrscheinlichkeit zu berechnen und gegebenenfalls eine akustische oder haptische Kollisionswarnung an den Fahrer auszugeben und/oder aktiv in das Bremssystem des Fahrzeugs einzugreifen und eine Notbremsung auszulösen.Other components of the collision warning system, which are not shown here, are then used to calculate the probability of collision on the basis of the location data for the obstacles assessed as genuine and based on the dynamic data of the own vehicle and if necessary issue an acoustic or haptic collision warning to the driver and / or actively intervene in the braking system of the vehicle and trigger emergency braking.
Der Radarsensor
Entsprechend dem Funktionsprinzip eines FMCW-Radars wird die Frequenz des vom lokalen Oszillator
Aufgrund der unterschiedlichen Weglängen vom Objekt zu den einzelnen Empfangsantennen
In der Vorverarbeitungsstufe
Sofern mehr als zwei Objekte gleichzeitig geortet werden, verbleibt allerdings eine gewisse Mehrdeutigkeit, da dann nicht ohne weiteres klar ist, welcher Peak zu welchem Objekt gehört. Diese Mehrdeutigkeit lässt sich jedoch beseitigen, indem mindestens ein weiteres Spektrum betrachtet wird, das auf einer weiteren Modulationsrampe mit einer anderen Rampensteigung gewonnen wurde. Die Frequenzlage jedes einzelnen Peaks kennzeichnet eine lineare Beziehung zwischen dem Abstand und der Relativgeschwindigkeit des betreffenden Objekts. Diese Beziehung lässt sich in einen D-V-Raum als Gerade darstellen. Für die mehreren Peaks in den mehreren Spektren erhält man so Scharen von Geraden, wobei sich die mindestens drei Geraden, die zu demselben Objekt gehören aber aus unterschiedlichen Modulationsrampen stammen, alle in einem Punkt schneiden, der dann den wahren Abstand und die wahre Relativgeschwindigkeit dieses Objekts angibt. If more than two objects are located at the same time, however, a certain ambiguity remains, since it is not immediately clear which peak belongs to which object. However, this ambiguity can be eliminated by considering at least one other spectrum obtained on another modulation ramp with a different ramp slope. The frequency position of each individual peak indicates a linear relationship between the distance and the relative speed of the object in question. This relationship can be represented in a D-V space as a straight line. For the multiple peaks in the multiple spectra, this results in crowds of straight lines, with the at least three straight lines that belong to the same object but come from different modulation ramps, all intersecting in one point, then the true distance and true relative velocity of that object indicates.
In einem Winkelschätzmodul
In die Vorverarbeitungsstufe
Die auf diese Weise für jedes geortete Objekt erhaltenen Größen D, V, φ, θ bilden einen Teil der Messgrößen Xi. Darüber hinaus werden in der Vorverarbeitungsstufe
Das Bewertungsmodul
Weiterhin enthält das Bewertungsmodul
In
Da die empfangene Leistung umgekehrt proportional zur vierten Potenz D4 des Objekts ist, wird es im allgemeinen zweckmäßig sein, die Messgröße X1 auf einen Standardabstand zu normieren, indem der Wert des Integrals mit einem Faktor multipliziert wird, der zur vierten Potenz D des für dieses Objekt gemessenen Abstands D4 proportional ist. Since the received power is inversely proportional to the fourth power D 4 of the object, it will generally be convenient to normalize the
Ein stehendes Objekt, das ein echtes Hindernis darstellt, beispielsweise ein auf der Fahrbahn stehendes Fahrzeug, wird zu einem relativ ausgeprägten Peak führen, so dass die Messgröße X1 entsprechend groß ist. Ein nicht relevantes Scheinhindernis, etwa ein Kanaldeckel in der Fahrbahn, wird dagegen zu einem nur schwach ausgebildeten Peak führen, wie beispielsweise dem Peak
Dementsprechend ist die Bewertungsfunktion R1 in
Die in
Wenn auf die Messgröße X1 die Bewertungsfunktion R1 angewandt wird, so wird statistisch gesehen ein relativ großer Anteil der insgesamt georteten stehenden Objekte als echtes Hindernis bewertet werden, nämlich alle, für die die Messgröße X1 mindestens 0,4 beträgt. Das schließt jedoch die Gefahr ein, dass häufig Fehlwarnungen auftreten, weil auch ein in Wahrheit irrelevantes Objekt fälschlich als echtes Hindernis bewertet wird. If the evaluation function R1 is applied to the measured variable X1, statistically speaking, a relatively large proportion of the total located stationary objects is assessed as a real obstacle all those for which the quantity X1 is at least 0.4. However, this involves the danger that false warnings often occur, because even an object that is irrelevant in reality is wrongly regarded as a real obstacle.
Wenn dagegen die Bewertungsfunktion R2 angewandt wird, ist diese Gefahr geringer, da nur die Objekte als echte Hindernisse gewertet werden, für die X1 mindestens 0,8 beträgt. In diesem Fall besteht jedoch eine erhöhte Gefahr, dass auch echte Hindernisse nicht als echt (R2 = 1) bewertet werden, weil ihre Gesamtleistung noch unter 0,8 liegt. In diesem Fall würde also eine eigentlich angebrachte Kollisionswarnung an den Fahrer unterbleiben, so dass der Nutzen des Systems beeinträchtigt wäre. If, on the other hand, the evaluation function R2 is applied, this risk is less, since only the objects are judged to be real obstacles for which X1 is at least 0.8. In this case, however, there is an increased risk that even real obstacles will not be rated as real (R2 = 1) because their overall performance is still below 0.8. In this case, an actually attached collision warning to the driver would therefore be omitted, so that the benefit of the system would be impaired.
Für eine Klasse von Funktionen, die von den gleichen unabhängigen Variablen abhängig sind und die gleiche Funktionsvorschrift haben, nur mit unterschiedlichen Parametern (in diesem Beispiel den Schwellenwerten T1, T2), zeigt
Wenn die ROC-Kurve für eine gegebene Klasse von Bewertungsfunktionen für die Gesamtheit aller in Frage kommenden Messsituationen aufgenommen wird, so besteht bei der Auslegung des Systems der einzige Gestaltungsspielraum noch darin, dass ein sinnvoller Wert für den bestimmenden Parameter der Funktionsklasse, in diesem Beispiel also für den Schwellenwert gewählt wird, wobei zwischen den Zielen "Nf möglichst klein" und "Nw möglichst groß" ein Kompromiss gefunden werden muss. If the ROC curve is taken for a given class of evaluation functions for the entirety of all possible measurement situations, then the only design freedom in designing the system is that it makes sense for the determining parameter of the functional class, in this example is chosen for the threshold, where between the goals "Nf smallest possible" and "Nw as large as possible" a compromise must be found.
In
Der Grundgedanke der Erfindung besteht nun darin, dass man auch im tatsächlichen Einsatz des Fahrerassistenzsystems zwischen Messsituationen mit niedriger Komplexität und solchen mit hoher Komplexität unterscheidet und je nach Komplexität unterschiedliche Schwellenwerte oder – im allgemeinen Fall – unterschiedliche Sätze von bestimmenden Parametern für die Bewertungsfunktionen wählt. The basic idea of the invention consists in the fact that even in actual use of the driver assistance system a distinction is made between measurement situations with low complexity and those with high complexity and, depending on the complexity, different threshold values or, in the general case, different sets of determining parameters for the evaluation functions.
In
In der Praxis wird man zumeist für die Bewertung der stehenden Objekte nicht nur eine einzige Klasse von Bewertungsfunktionen heranziehen, sondern mehrere Klassen, die von unterschiedlichen Sätzen unabhängiger Variablen abhängig sind, und dann die Ergebnisse der einzelnen Bewertungsfunktionen logisch oder arithmetisch miteinander verknüpfen. In practice, one usually uses not only a single class of evaluation functions for the valuation of the standing objects, but several classes which depend on different sets of independent variables, and then logically or arithmetically link the results of the individual evaluation functions.
Beispielsweise kann eine Klasse von Bewertungsfunktionen definiert werden, bei denen der Satz unabhängiger Variablen nur eine einzige Messgröße X2 umfasst, die den für das betreffende Objekt gemessene Elevationswinkel angibt. Die Bewertungsfunktionen können dann ähnlich wie in
Weitere Beispiele für Bewertungsfunktionen wären Funktionen, die zeitliche Änderungen, beispielsweise Fluktuationen, des Elevationswinkels bewerten und/oder bestimmte Tendenzen in der Änderung des Elevationswinkels als Funktion der Zeit oder des Objektabstands.Further examples of evaluation functions would be functions which evaluate changes in time, for example fluctuations, in the elevation angle and / or certain tendencies in the change of the elevation angle as a function of time or object distance.
Die Bewertungsfunktionen können in all diesen Fällen auch mehrwertige Funktionen sein, die nicht nur zwischen 0 und 1 variieren, sondern auch Zwischenwerte annehmen können. Wenn mit mehreren Klassen von Bewertungsfunktionen gearbeitet wird, kann dann die endgültige Entscheidung, ob das Objekt relevant ist oder nicht, anhand einer gewichteten Summe oder anhand irgendeiner anderen Funktion der Ergebnisse der einzelnen Bewertungsfunktionen getroffen werden. Die einzelnen Bewertungsfunktionen können beispielsweise mehrwertige Funktionen mit mehreren Stufen und entsprechend mehreren Schwellenwerten als Parametern sein. In einer anderen Ausführungsform können die Bewertungsfunktionen auch stetige Funktionen einer oder mehrerer Messgrößen sein, beispielsweise Polynome, wobei dann die Polynomkoeffizienten Parameter sind, die die einzelnen Bewertungsfunktionen derselben Klasse voneinander unterscheiden und in Abhängigkeit von der Komplexität variiert werden. Generell werden dabei die Parameter in Abhängigkeit von der Komplexität so gewählt werden, dass statistisch gesehen die Anzahl der Fälle, in denen ein Objekt als echtes Hindernis bewertet wird, bei niedriger Komplexität größer ist als bei hoher Komplexität. The evaluation functions in all these cases can also be multi-valued functions, which not only vary between 0 and 1, but can also assume intermediate values. When working with multiple classes of evaluation functions, the final decision as to whether the object is relevant or not can then be made on the basis of a weighted sum or some other function of the results of the individual evaluation functions. The individual evaluation functions can be, for example, multi-valued functions with several levels and correspondingly several threshold values as parameters. In another embodiment, the evaluation functions may also be continuous functions of one or more measured variables, for example polynomials, in which case the polynomial coefficients are parameters which distinguish the individual evaluation functions of the same class and are varied depending on the complexity. In general, the parameters will be chosen depending on the complexity so that, statistically speaking, the number of cases in which an object is assessed as a real obstacle is greater at low complexity than at high complexity.
Im folgenden sollen einige Beispiele für geeignete Definitionen von Komplexitätsindikatoren vorgestellt werden. Dabei lässt sich grundsätzlich unterscheiden zwischen globalen Komplexitätsindikatoren, die sich auf die Messsituation als Ganzes beziehen, und lokalen Komplexitätsindikatoren, die sich auf ein einzelnes geortetes Objekt oder eine Gruppe von georteten Objekten beziehen. The following are some examples of suitable definitions of complexity indicators. Basically, it is possible to differentiate between global complexity indicators, which refer to the measurement situation as a whole, and local complexity indicators, which refer to a single located object or a group of located objects.
Ein Beispiel für einen globalen Komplexitätsindikator ist die Gesamtzahl der zum gegebenen Zeitpunkt georteten Objekte. Beispielsweise sind in dem in
Ein anderes Beispiel für einen globalen Komplexitätsindikator ist die über alle georteten Objekte gemittelte Winkelgüte. In diesem Zusammenhang ist in
Wenn man nun die Winkelgüten über alle georteten Objekte mittelt, so erhält man einen globalen Indikator, der als Maß für die allgemeine Qualität und Verlässlichkeit der Ortungsdaten zu dem gegebenen Zeitpunkt angesehen werden kann. By averaging the angular qualities over all located objects, one obtains a global indicator which can be regarded as a measure of the general quality and reliability of the location data at the given time.
Es ist zweckmäßig, einen globalen Komplexitätsindikator zu bilden, der eine gewichtete Summe aus einem von der Objektanzahl abhängigen Komplexitätsindikator ka und einem von der globalen Winkelgüte abhängigen Komplexitätsindikator kw ist.
Im Gegensatz zu globalen Komplexitätsindikatoren beziehen sich lokale Komplexitätsindikatoren nur auf ein einzelnes Objekt oder eine Gruppe nahe benachbarter Objekte. Ein Beispiel für einen lokalen Komplexitätsindikator ist etwa die Breite des zu dem betreffenden Objekt gehörenden Peaks im Spektrum bzw. der Peaks in den mehreren Spektren, die auf unterschiedlichen Rampen in dem selben Messzyklus erhalten wurden. Als Maß für die Breite des Peaks könnte etwa der Abstand zwischen f– und f+ in
Es sind auch Verfahren bekannt, die speziell darauf abzielen, Peaküberlagerungen im Spektrum zu erkennen. Beispiele werden in
Ein anderes Beispiel für einen lokalen Komplexitätsindikator ist die Peakdichte im Spektrum, d.h., die Anzahl der Peaks, die in einem bestimmten Frequenzintervall in der Umgebung des zu dem betreffenden Objekt gehörenden Peaks gefunden werden. In diesem Fall bedeutet eine höhere Peakdichte auch eine größere Komplexität. Ein verwandter Komplexitätsindikator ist die Ortungsdichte im D-V-Raum, beispielsweise die Anzahl der georteten Objekte, deren Abstand D um weniger als beispielsweise 5 m von dem für das betrachtete Objekt gemessenen Abstand abweicht und deren Relativgeschwindigkeit V um weniger als beispielsweise 1 m/s von der Relativgeschwindigkeit des betrachteten Objekts abweicht. Im Unterschied zu der oben diskutierten Peakdichte werden hier nur Ortungen berücksichtigt, die eindeutig einem realen Objekt zugeordnet werden können, also Ortungen, bei denen sich die Geraden im DV-Diagramm im wesentlichen in einem Punkt schneiden. Another example of a local complexity indicator is the peak density in the spectrum, i.e., the number of peaks found in a given frequency interval in the vicinity of the peak associated with the subject object. In this case, a higher peak density also means greater complexity. A related complexity indicator is the location density in the DV space, for example the number of located objects whose distance D deviates less than, for example, 5 m from the distance measured for the object under consideration and whose relative velocity V is less than, for example, 1 m / s Relative speed of the object is different. In contrast to the peak density discussed above, only those locations are considered that can be unambiguously assigned to a real object, that is to say locations in which the straight lines in the DV diagram essentially intersect at one point.
Eine andere Gruppe von lokalen Komplexitätsindikatoren bezieht sich auf die Qualität der Winkelmessung im Azimut und/oder in Elevation. Dabei besteht eine gewisse Korrelation zwischen Peaküberlagerungen und der Qualität der Winkelmessung in dem Sinne, dass bei festgestellten Peaküberlagerungen die Winkelmessungen in der Regel unbrauchbar sind. Die Komplexitätsindikatoren, die sich auf die Winkelmessung beziehen, sollten deshalb vorzugsweise nur angewandt werden, wenn keine Peaküberlagerung festgestellt wurde. Another set of local complexity indicators relates to the quality of azimuth and / or elevation angle measurement. There is a certain correlation between peak overlays and the quality of the angle measurement in the sense that when peak overlaps are detected, the angle measurements are generally useless. Therefore, the complexity indicators relating to the angle measurement should preferably be used only when no peak overlay has been detected.
Wenn für das betreffende Objekt bei der Bestimmung des Azimutwinkels nach dem in
Da zur Messung des Elevationswinkels zwei Rampen benutzt werden, in denen einmal mit der Sendeantenne
Die globalen und lokalen Komplexitätsindikatoren können schließlich zu einem Gesamt-Komplexitätsindikator kombiniert werden, der dann die Auswahl der Parameter für die Bewertungsfunktionen bestimmt. Es ist jedoch auch möglich, für jede Klasse von Bewertungsfunktionen einen eigenen Komplexitätsindikator zu definieren, der dann vor allem von den Größen abhängig ist, die auch die unabhängigen Variablen in den Bewertungsfunktionen Klassen. Finally, the global and local complexity indicators can be combined into an overall complexity indicator, which then determines the selection of parameters for the evaluation functions. However, it is also possible for each class of evaluation functions to define its own complexity indicator, which then depends primarily on the variables that are also the independent variables in the valuation functions classes.
In
In diesem Beispiel erhält man somit zunächst drei verschiedene Ergebnisse, die angeben, sei es in der Form einer Ja/Nein-Aussage oder in der Form einer Wahrscheinlichkeit, ob das betreffende Objekt ein echtes Hindernis ist oder nicht. Um eine endgültige Entscheidung zu treffen, wird dann eine Funktion R (Rk1, Rk2, Rk3) berechnet, die von den werten der Funktionen Rk1(X1), Rk2(X2) und Rk3(X3) abhängig ist und entweder den Wert 1 (relevantes Hindernis) oder den Wert 0 (kein relevantes Hindernis) hat. Thus, in this example, one first obtains three different results which indicate, whether in the form of a yes / no statement or in the form of a probability, whether the object in question is a real obstacle or not. To make a final decision (R k1, R k2, R k3) is then a function R calculated, the values of the functions R k1 (X1), R k2 (X2) and R k3 (X3) is dependent and either has the value 1 (relevant obstacle) or the value 0 (no relevant obstacle).
Auch die Komplexitätsindikatoren können in einer hierarchischen Struktur miteinander kombiniert werden, um einen Gesamt-Komplexitätsindikator zu bilden, sei es für alle Bewertungsfunktionen gemeinsam oder jeweils nur für eine einzelne Bewertungsfunktion. Als Beispiel illustriert
ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- EP 2182380 B1 [0060] EP 2182380 B1 [0060]
Claims (12)
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE201310209736 DE102013209736A1 (en) | 2013-05-24 | 2013-05-24 | Method for evaluating obstacles in a driver assistance system for motor vehicles |
CN201410213458.5A CN104181516B (en) | 2013-05-24 | 2014-05-20 | Method for assessing barrier in the driver assistance system of motor vehicle |
FR1454612A FR3006058B1 (en) | 2013-05-24 | 2014-05-22 | OBSTACLE EVALUATION PROCESS BY A VEHICLE DRIVING ASSISTANCE SYSTEM |
US14/286,209 US9664788B2 (en) | 2013-05-24 | 2014-05-23 | Method for evaluating obstacles in a driver assistance system for motor vehicles |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE201310209736 DE102013209736A1 (en) | 2013-05-24 | 2013-05-24 | Method for evaluating obstacles in a driver assistance system for motor vehicles |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102013209736A1 true DE102013209736A1 (en) | 2014-11-27 |
Family
ID=51863195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE201310209736 Pending DE102013209736A1 (en) | 2013-05-24 | 2013-05-24 | Method for evaluating obstacles in a driver assistance system for motor vehicles |
Country Status (4)
Country | Link |
---|---|
US (1) | US9664788B2 (en) |
CN (1) | CN104181516B (en) |
DE (1) | DE102013209736A1 (en) |
FR (1) | FR3006058B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140347208A1 (en) * | 2013-05-24 | 2014-11-27 | Robert Bosch Gmbh | Method for evaluating obstacles in a driver assistance system for motor vehicles |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2730941B1 (en) * | 2012-11-07 | 2017-02-22 | Terma A/S | A method of estimating a local plot density in a radar system; a plot density estimator and a radar system with a plot density estimator |
JP6338871B2 (en) * | 2014-01-31 | 2018-06-06 | 株式会社デンソーテン | Radar apparatus, vehicle control system, and signal processing method |
DE102015220275A1 (en) | 2015-10-19 | 2017-04-20 | Robert Bosch Gmbh | Control device, powertrain and method |
DE102016202112A1 (en) * | 2016-02-12 | 2017-08-17 | Robert Bosch Gmbh | Radar sensor for driver assistance systems in motor vehicles |
EP3220566A1 (en) * | 2016-03-17 | 2017-09-20 | R3 - Reliable Realtime Radio Communications GmbH | Echo tdm communication system |
DE102016116964B4 (en) * | 2016-09-09 | 2019-05-16 | Knorr-Bremse Systeme für Nutzfahrzeuge GmbH | Device for warning a driver of a vehicle in front of a stationary object and vehicle with such a device |
JP2018072014A (en) * | 2016-10-25 | 2018-05-10 | ソニーセミコンダクタソリューションズ株式会社 | Radar device, signal processing device and signal processing method |
CN108068800B (en) * | 2016-11-18 | 2020-09-15 | 比亚迪股份有限公司 | Automatic parking control system, probe module, vehicle and automatic parking control method |
US10677686B2 (en) * | 2017-11-14 | 2020-06-09 | GM Global Technology Operations LLC | Method and apparatus for autonomous system performance and grading |
JP2019168290A (en) * | 2018-03-22 | 2019-10-03 | パナソニックIpマネジメント株式会社 | Radar device, position estimation device, and position estimation method |
US10969465B2 (en) * | 2018-05-01 | 2021-04-06 | Mitsubishi Electric Research Laboratories, Inc. | Reference-free nonlinearity correction for FMCW-based sensing systems |
US11885874B2 (en) * | 2018-12-19 | 2024-01-30 | Semiconductor Components Industries, Llc | Acoustic distance measuring circuit and method for low frequency modulated (LFM) chirp signals |
JP7185547B2 (en) * | 2019-02-07 | 2022-12-07 | 株式会社デンソー | vehicle detector |
FR3097972B1 (en) * | 2019-06-28 | 2021-12-10 | Aptiv Tech Ltd | Method and system for mapping a physical environment using an occupancy grid |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2182380B1 (en) | 2008-11-03 | 2011-07-20 | Robert Bosch GmbH | Method for detecting peak overlays in a discrete spectrum of a location signal |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5268692A (en) * | 1991-03-14 | 1993-12-07 | Grosch Theodore O | Safe stopping distance detector, antenna and method |
US5646613A (en) * | 1996-05-20 | 1997-07-08 | Cho; Myungeun | System for minimizing automobile collision damage |
DE19945250B4 (en) | 1999-09-21 | 2011-06-09 | Bayerische Motoren Werke Aktiengesellschaft | Method and device for state detection in a system for automatic longitudinal and / or transverse control in a motor vehicle |
DE10349210B4 (en) | 2003-10-23 | 2014-02-13 | Robert Bosch Gmbh | System and method for predictively detecting a potential accident object in the automotive field |
DE102004009924A1 (en) * | 2004-02-23 | 2005-09-01 | Valeo Schalter Und Sensoren Gmbh | Picture processing method for motor vehicle, involves processing picture based on determination of real position of obstacle in vicinity of vehicle and determination of position from picture provided by camera device |
DE102004021561A1 (en) | 2004-05-03 | 2005-12-08 | Daimlerchrysler Ag | Object recognition system for a motor vehicle |
DE102005011241A1 (en) * | 2005-03-11 | 2006-09-14 | Robert Bosch Gmbh | Method and apparatus for collision warning |
DE102005045017A1 (en) * | 2005-09-21 | 2007-03-22 | Robert Bosch Gmbh | Method and driver assistance system for sensor-based approach control of a motor vehicle |
US20100066587A1 (en) * | 2006-07-14 | 2010-03-18 | Brian Masao Yamauchi | Method and System for Controlling a Remote Vehicle |
DE102007013685A1 (en) * | 2007-03-22 | 2008-09-25 | Robert Bosch Gmbh | Collision warning device for motor vehicles |
DE102007018470A1 (en) * | 2007-04-19 | 2008-10-23 | Robert Bosch Gmbh | Driver assistance system and method for object plausibility |
DE102007024391A1 (en) * | 2007-05-25 | 2008-11-27 | Robert Bosch Gmbh | Collision warning device with guardrail detection |
JP2009014560A (en) * | 2007-07-05 | 2009-01-22 | Denso Corp | Obstacle detector |
DE102008040024A1 (en) * | 2008-06-30 | 2009-12-31 | Robert Bosch Gmbh | Control network for motor vehicles |
JP2010230366A (en) * | 2009-03-26 | 2010-10-14 | Denso Corp | Obstacle detection apparatus |
DE102009018453A1 (en) * | 2009-04-22 | 2010-10-28 | Conti Temic Microelectronic Gmbh | Method for classifying an object as an obstacle |
US20110025548A1 (en) * | 2009-07-31 | 2011-02-03 | Gm Global Technology Operations, Inc. | System and method for vehicle sensor fusion |
US8970422B2 (en) * | 2009-12-22 | 2015-03-03 | Cobra Electronics Corporation | Radar detector that interfaces with a mobile communication device |
JP5128006B2 (en) * | 2010-05-19 | 2013-01-23 | 三菱電機株式会社 | Obstacle detection device |
US9400503B2 (en) * | 2010-05-20 | 2016-07-26 | Irobot Corporation | Mobile human interface robot |
JP4850963B1 (en) * | 2010-09-28 | 2012-01-11 | 富士重工業株式会社 | Vehicle driving support device |
US9025140B2 (en) * | 2013-05-07 | 2015-05-05 | Google Inc. | Methods and systems for detecting weather conditions including sunlight using vehicle onboard sensors |
DE102013209736A1 (en) * | 2013-05-24 | 2014-11-27 | Robert Bosch Gmbh | Method for evaluating obstacles in a driver assistance system for motor vehicles |
-
2013
- 2013-05-24 DE DE201310209736 patent/DE102013209736A1/en active Pending
-
2014
- 2014-05-20 CN CN201410213458.5A patent/CN104181516B/en active Active
- 2014-05-22 FR FR1454612A patent/FR3006058B1/en not_active Expired - Fee Related
- 2014-05-23 US US14/286,209 patent/US9664788B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2182380B1 (en) | 2008-11-03 | 2011-07-20 | Robert Bosch GmbH | Method for detecting peak overlays in a discrete spectrum of a location signal |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140347208A1 (en) * | 2013-05-24 | 2014-11-27 | Robert Bosch Gmbh | Method for evaluating obstacles in a driver assistance system for motor vehicles |
US9664788B2 (en) * | 2013-05-24 | 2017-05-30 | Robert Bosch Gmbh | Method for evaluating obstacles in a driver assistance system for motor vehicles |
Also Published As
Publication number | Publication date |
---|---|
US20140347208A1 (en) | 2014-11-27 |
US9664788B2 (en) | 2017-05-30 |
FR3006058A1 (en) | 2014-11-28 |
FR3006058B1 (en) | 2020-09-11 |
CN104181516B (en) | 2019-02-15 |
CN104181516A (en) | 2014-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102013209736A1 (en) | Method for evaluating obstacles in a driver assistance system for motor vehicles | |
DE102012107445B4 (en) | 2Method for classifying moving vehicles | |
DE19942665B4 (en) | FM CW radar apparatus for measuring the distance to a target and the relative velocity of the target | |
EP2667219B1 (en) | Detection of radar objects with a radar sensor of a motor vehicle | |
EP3485290B1 (en) | Method and system for scanning an object | |
EP2092368B1 (en) | Method and device for detecting precipitation using radar | |
DE102016222776B4 (en) | Radar device for vehicles and target determination method therefor | |
DE102010030289A1 (en) | Radar sensor and method for operating a radar sensor | |
EP2401630B1 (en) | Method for detecting icing at an angle-resolving radar sensor in a driver assistance system for motor vehicles | |
DE102017112939A1 (en) | RADAR DEVICE AND CONTROL METHOD OF A RADAR DEVICE | |
DE102012024999A1 (en) | Method for setting a detection threshold for a received signal of a frequency modulation continuous wave radar sensor of a motor vehicle depending on the noise level, radar sensor and motor vehicle | |
DE102012025064A1 (en) | A method for maintaining a warning signal in a motor vehicle due to the presence of a target object in a warning area, in particular a blind spot area, corresponding driver assistance system and motor vehicle | |
DE102013217696A1 (en) | RADAR DEVICE AND TARGET HEIGHT CALCULATION METHOD | |
DE112010005194T5 (en) | The obstacle detection system | |
DE102012209870A1 (en) | DETERMINATION OF A CROSS-REFERENCE INDICATOR FOR AN OBJECT | |
WO2001031362A1 (en) | Distance sensor with a compensation device for an angle misalignment on a vehicle | |
WO2001007933A1 (en) | System for measuring the distance and the relative velocity between objects | |
DE102018200688B4 (en) | Method and device for operating an acoustic sensor | |
DE102017101763A1 (en) | Method for determining at least one object information of at least one object which is detected by a radar system, in particular of a vehicle, radar system and driver assistance system | |
DE102018116378A1 (en) | Method for determining at least one object information of at least one target object that is detected with a radar system, in particular a vehicle, radar system and driver assistance system | |
DE102018202289A1 (en) | Angle-resolving broadband radar sensor for motor vehicles | |
DE102018200757A1 (en) | Method and apparatus for detecting critical lateral movements | |
DE102010045980A1 (en) | Radar method for determining distance and speed and/or angles of object i.e. pedestrian, involves continuing base band signal and/or signal derived from base band signal by spectral estimation method i.e. linear prediction | |
DE102017123969B4 (en) | Method for the classification of planar structures | |
DE102020211347A1 (en) | Radar system and method of operating a radar system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R084 | Declaration of willingness to licence |